SegmentSumV2

clase final pública SegmentSumV2

Calcula la suma a lo largo de los segmentos de un tensor.

Lea [la sección sobre segmentación](https://tensorflow.org/api_docs/python/tf/math#Segmentation) para obtener una explicación de los segmentos.

Calcula un tensor tal que \\(output_i = \sum_j data_j\\) donde la suma está sobre `j` tal que `segment_ids[j] == i`.

Si la suma está vacía para un ID de segmento dado `i`, `output[i] = 0`.

Tenga en cuenta que esta operación actualmente solo se admite con jit_compile=True.

Métodos públicos

Salida <T>
como salida ()
Devuelve el identificador simbólico de un tensor.
estático <T, U extiende Número, V extiende Número> SegmentSumV2 <T>
crear ( Ámbito de ámbito , Operando <T> datos, Operando <U> ID de segmento, Operando <V> numSegments)
Método de fábrica para crear una clase que envuelve una nueva operación SegmentSumV2.
Salida <T>
salida ()
Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una única dimensión que tiene el tamaño `num_segments`.

Métodos Heredados

Métodos públicos

salida pública <T> como salida ()

Devuelve el identificador simbólico de un tensor.

Las entradas de las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.

public static SegmentSumV2 <T> create ( Scope scope, Operand <T> data, Operand <U> segmentIds, Operand <V> numSegments)

Método de fábrica para crear una clase que envuelve una nueva operación SegmentSumV2.

Parámetros
alcance alcance actual
IDs de segmento Un tensor 1-D cuyo tamaño es igual al tamaño de la primera dimensión de `datos`. Los valores deben ordenarse y pueden repetirse. Los valores deben ser menores que `num_segments`.

Precaución: Los valores siempre se validan para ordenarlos en la CPU, nunca se validan en la GPU.

Devoluciones
  • una nueva instancia de SegmentSumV2

salida pública <T> salida ()

Tiene la misma forma que los datos, excepto por las primeras dimensiones `segment_ids.rank`, que se reemplazan con una única dimensión que tiene el tamaño `num_segments`.